Транспортная задача

Расширенная матрица системы ограничений-равенств. Общее понятие о базисных переменных. Вектор двойственных оценок. Математическая модель транспортной задачи. Применение метода динамического программирования. Анализ доходности и риска финансовых операций.

Рубрика Программирование, компьютеры и кибернетика
Вид задача
Язык русский
Дата добавления 02.10.2012
Размер файла 218,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Транспортная задача

Сформулировать линейную производственную задачу и составить ее математическую модель, взяв исходные данные из приложения 1, где технологическая матрица А затрат различных ресурсов на единицу каждой продукции, вектор объемов ресурсов В и вектор удельной прибыли С при возможном выпуске четырех видов продукции с использованием трех видов ресурсов

компактно записаны в виде

c1 c2 c3 c4

а11 а12 а13 а14 b1

a21 a22 a23 a24 b2

a31 a32 a33 a34 b3

Преобразовать данную задачу к виду основной задачи линейного программирования, решить ее методом направленного перебора базисных допустимых решений, обосновывая каждый шаг процесса, найти оптимальную производственную программу, максимальную прибыль, остатки ресурсов различных видов и указать узкие места производства.

В последней симплексной таблице указать обращенный базис Q-1, соответствующий оптимальному набору базисных неизвестных. Проверить выполнение соотношения H = Q-1B

Если по оптимальной производственной программе какие-то два вида продукции не должны выпускаться, то в таблице исходных данных вычеркнуть соответствующие два столбца, составить математическую модель задачи оптимизации производственной программы с двумя оставшимися переменными, сохранив прежнюю нумерацию переменных и решить графически.

1.16

27 10 9 8

3 5 0 6 144

2 0 1 0 130

1 4 2 3 140

Задача имеет вид:

F(X) = 27x1 + 10x2 + 9x3 + 8x4 > max при ограничениях:

3x1 + 5x2 + 6x4?144

2x1 + x3?130

x1 + 4x2 + 2x3 + 3x4?140

Для приведения к канонической форме необходимо:

В 1-м неравенстве смысла (?) вводим базисную переменную x5. В 2-м неравенстве смысла (?) вводим базисную переменную x6. В 3-м неравенстве смысла (?) вводим базисную переменную x7.

3x1 + 5x2 + 0x3 + 6x4 + 1x5 + 0x6 + 0x7 = 144

2x1 + 0x2 + 1x3 + 0x4 + 0x5 + 1x6 + 0x7 = 130

1x1 + 4x2 + 2x3 + 3x4 + 0x5 + 0x6 + 1x7 = 140

F(X) = 27x1 + 10x2 + 9x3 + 8x4

Расширенная матрица системы ограничений-равенств данной задачи:

3

5

0

6

1

0

0

144

2

0

1

0

0

1

0

130

1

4

2

3

0

0

1

140

Поскольку в системе имеется единичная матрица, то соответствующие уравнения имеют вид:

3x1 + 5x2 + 6x4 + x5 = 144

2x1 + x3 + x6 = 130

x1 + 4x2 + 2x3 + 3x4 + x7 = 140

Выразим базисные переменные через остальные:

x = - 3x1 - 5x2 - 6x4 - x5+144

x = - 2x1 - x3 - x6+130

x = - x1 - 4x2 - 2x3 - 3x4 - x7+140

Подставим их в целевую функцию:

F(X) = 27x1 + 10x2 + 9x3 + 8x4

F(X) = 27x1 + 10x2 + 9x3 + 8x4 > max

Система неравенств:

- 3x1 - 5x2 - 6x4 - x5+144 ? 0

- 2x1 - x3 - x6+130 ? 0

- x1 - 4x2 - 2x3 - 3x4 - x7+140 ? 0

Приводим систему неравенств к следующему виду:

3x1 + 5x2 + 6x4 + x5 ? 144

2x1 + x3 + x6 ? 130

x1 + 4x2 + 2x3 + 3x4 + x7 ? 140

F(X) = 27x1 + 10x2 + 9x3 + 8x4 > max

Упростим систему.

3x1 + 5x2 + 6x4 + x5 ? 144

2x1 + x3 + x6 ? 130

x1 + 4x2 + 2x3 + 3x4 + x7 ? 140

F(X) = 27x1 + 10x2 + 9x3 + 8x4 > max

Решим прямую задачу линейного программирования симплексным методом, с использованием симплексной таблицы.

Определим максимальное значение целевой функции F(X) = 27x1 + 10x2 + 9x3 + 8x4 при следующих условиях-ограничений.

3x1 + 5x2 + 6x4 + x5?144

2x1 + x3 + x6?130

x1 + 4x2 + 2x3 + 3x4 + x7?140

Для построения первого опорного плана систему неравенств приведем к системе уравнений путем введения дополнительных переменных (переход к канонической форме). В 1-м неравенстве смысла (?) вводим базисную переменную x8. В 2-м неравенстве смысла (?) вводим базисную переменную x9. В 3-м неравенстве смысла (?) вводим базисную переменную x10.

3x1 + 5x2 + 0x3 + 6x4 + 1x5 + 0x6 + 0x7 + 1x8 + 0x9 + 0x10 = 144

2x1 + 0x2 + 1x3 + 0x4 + 0x5 + 1x6 + 0x7 + 0x8 + 1x9 + 0x10 = 130

1x1 + 4x2 + 2x3 + 3x4 + 0x5 + 0x6 + 1x7 + 0x8 + 0x9 + 1x10 = 140

Матрица коэффициентов A = a(ij) этой системы уравнений имеет вид:

3

5

0

6

1

0

0

1

0

0

2

0

1

0

0

1

0

0

1

0

1

4

2

3

0

0

1

0

0

1

Базисные переменные это переменные, которые входят только в одно уравнение системы ограничений и притом с единичным коэффициентом.

Решим систему уравнений относительно базисных переменных:

x8, x9, x10,

Полагая, что свободные переменные равны 0, получим первый опорный план:

X1 = (0,0,0,0,0,0,0,144,130,140)

Базисное решение называется допустимым, если оно неотрицательно.

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

x8

144

3

5

0

6

1

0

0

1

0

0

x9

130

2

0

1

0

0

1

0

0

1

0

x10

140

1

4

2

3

0

0

1

0

0

1

F(X0)

0

-27

-10

-9

-8

0

0

0

0

0

0

Переходим к основному алгоритму симплекс-метода.

Итерация №0.

1. Проверка критерия оптимальности.

Текущий опорный план неоптимален, так как в индексной строке находятся отрицательные коэффициенты.

2. Определение новой базисной переменной.

В качестве ведущего выберем столбец, соответствующий переменной x1, так как это наибольший коэффициент по модулю.

3. Определение новой свободной переменной.

Вычислим значения Di по строкам как частное от деления:bi / ai1

и из них выберем наименьшее:

min (144:3 , 130:2 , 140:1) = 48

Следовательно, 1-ая строка является ведущей.

Разрешающий элемент равен (3) и находится на пересечении ведущего столбца и ведущей строки.

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

min

x8

144

3

5

0

6

1

0

0

1

0

0

48

x9

130

2

0

1

0

0

1

0

0

1

0

65

x10

140

1

4

2

3

0

0

1

0

0

1

140

F(X1)

0

-27

-10

-9

-8

0

0

0

0

0

0

0

Пересчет симплекс-таблицы.

Формируем следующую часть симплексной таблицы.

Вместо переменной x в план 1 войдет переменная x1 .

Строка, соответствующая переменной x1 в плане 1, получена в результате деления всех элементов строки x8 плана 0 на разрешающий элемент РЭ=3

На месте разрешающего элемента в плане 1 получаем 1.

В остальных клетках столбца x1 плана 1 записываем нули.

Таким образом, в новом плане 1 заполнены строка x1 и столбец x1 .

Все остальные элементы нового плана 1, включая элементы индексной строки, определяются по правилу прямоугольника.

Для этого выбираем из старого плана четыре числа, которые расположены в вершинах прямоугольника и всегда включают разрешающий элемент РЭ.

НЭ = СЭ - (А*В)/РЭ

СТЭ - элемент старого плана, РЭ - разрешающий элемент (3), А и В - элементы старого плана, образующие прямоугольник с элементами СТЭ и РЭ.

Представим расчет каждого элемента в виде таблицы:

B

x 1

x 2

x 3

x 4

x 5

x 6

x 7

x 8

x 9

x 10

144:3

3:3

5:3

0:3

6:3

1:3

0:3

0:3

1:3

0:3

0:3

130-(144 * 2):3

2-(3 * 2):3

0-(5 * 2):3

1-(0 * 2):3

0-(6 * 2):3

0-(1 * 2):3

1-(0 * 2):3

0-(0 * 2):3

0-(1 * 2):3

1-(0 * 2):3

0-(0 * 2):3

140-(144 * 1):3

1-(3 * 1):3

4-(5 * 1):3

2-(0 * 1):3

3-(6 * 1):3

0-(1 * 1):3

0-(0 * 1):3

1-(0 * 1):3

0-(1 * 1):3

0-(0 * 1):3

1-(0 * 1):3

0-(144 * -27):3

-27-(3 * -27):3

-10-(5 * -27):3

-9-(0 * -27):3

-8-(6 * -27):3

0-(1 * -27):3

0-(0 * -27):3

0-(0 * -27):3

0-(1 * -27):3

0-(0 * -27):3

0-(0 * -27):3

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

x1

48

1

12/3

0

2

1/3

0

0

1/3

0

0

x9

34

0

-31/3

1

-4

-2/3

1

0

-2/3

1

0

x10

92

0

21/3

2

1

-1/3

0

1

-1/3

0

1

F(X1)

1296

0

35

-9

46

9

0

0

9

0

0

Итерация №1.

1. Проверка критерия оптимальности.

Текущий опорный план неоптимален, так как в индексной строке находятся отрицательные коэффициенты.

2. Определение новой базисной переменной.

В качестве ведущего выберем столбец, соответствующий переменной x3, так как это наибольший коэффициент по модулю.

3. Определение новой свободной переменной.

Вычислим значения Di по строкам как частное от деления:bi / ai3

и из них выберем наименьшее:

min (- , 34:1 , 92:2) = 34

Следовательно, 2-ая строка является ведущей.

Разрешающий элемент равен (1) и находится на пересечении ведущего столбца и ведущей строки.

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

min

x1

48

1

12/3

0

2

1/3

0

0

1/3

0

0

-

x9

34

0

-31/3

1

-4

-2/3

1

0

-2/3

1

0

34

x10

92

0

21/3

2

1

-1/3

0

1

-1/3

0

1

46

F(X2)

1296

0

35

-9

46

9

0

0

9

0

0

0

4. Пересчет симплекс-таблицы.

Формируем следующую часть симплексной таблицы.

Вместо переменной x в план 2 войдет переменная x3 .

Строка, соответствующая переменной x3 в плане 2, получена в результате деления всех элементов строки x9 плана 1 на разрешающий элемент РЭ=1

На месте разрешающего элемента в плане 2 получаем 1.

В остальных клетках столбца x3 плана 2 записываем нули.

Таким образом, в новом плане 2 заполнены строка x3 и столбец x3 .

Все остальные элементы нового плана 2, включая элементы индексной строки, определяются по правилу прямоугольника.

Представим расчет каждого элемента в виде таблицы:

B

x 1

x 2

x 3

x 4

x 5

x 6

x 7

x 8

x 9

x 10

48-(34 * 0):1

1-(0 * 0):1

12/3-(-31/3 * 0):1

0-(1 * 0):1

2-(-4 * 0):1

1/3-(-2/3 * 0):1

0-(1 * 0):1

0-(0 * 0):1

1/3-(-2/3 * 0):1

0-(1 * 0):1

0-(0 * 0):1

34:1

0:1

-31/3:1

1:1

-4:1

-2/3:1

1:1

0:1

-2/3:1

1:1

0:1

92-(34 * 2):1

0-(0 * 2):1

21/3-(-31/3 * 2):1

2-(1 * 2):1

1-(-4 * 2):1

-1/3-(-2/3 * 2):1

0-(1 * 2):1

1-(0 * 2):1

-1/3-(-2/3 * 2):1

0-(1 * 2):1

1-(0 * 2):1

1296-(34 * -9):1

0-(0 * -9):1

35-(-31/3 * -9):1

-9-(1 * -9):1

46-(-4 * -9):1

9-(-2/3 * -9):1

0-(1 * -9):1

0-(0 * -9):1

9-(-2/3 * -9):1

0-(1 * -9):1

0-(0 * -9):1

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

x1

48

1

12/3

0

2

1/3

0

0

1/3

0

0

x3

34

0

-31/3

1

-4

-2/3

1

0

-2/3

1

0

x10

24

0

9

0

9

1

-2

1

1

-2

1

F(X2)

1602

0

5

0

10

3

9

0

3

9

0

транспортный задача динамический программирование

1. Проверка критерия оптимальности.

Среди значений индексной строки нет отрицательных. Поэтому эта таблица определяет оптимальный план задачи.

Окончательный вариант симплекс-таблицы:

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

x1

48

1

12/3

0

2

1/3

0

0

1/3

0

0

x3

34

0

-31/3

1

-4

-2/3

1

0

-2/3

1

0

x10

24

0

9

0

9

1

-2

1

1

-2

1

F(X3)

1602

0

5

0

10

3

9

0

3

9

0

Оптимальный план можно записать так:

x1 = 48

x3 = 34

x10 = 24

F(X) = 27*48 + 9*34 = 1602

Возвращаемся к системе уравнения в СЗЛП.

x = - 3x1 - 5x2 - 6x4 - x5+144

x = - 2x1 - x3 - x6+130

x = - x1 - 4x2 - 2x3 - 3x4 - x7+140

Подставим в них найденные переменные.

x = -3*48 -5*0 + 0*34 -6*0 -1*0 + 0*0 + 0*0 + 144 = 0

x = -2*48 + 0*0 -1*34 + 0*0 + 0*0 -1*0 + 0*0 + 130 = 0

x = -1*48 -4*0 -2*34 -3*0 + 0*0 + 0*0 -1*0 + 140 = 24

Проверка в Excel:

Рис. 1

Целесообразно в заданных условиях выпускать продукцию 1 и 3. При этом имеется излишек ресурса 3 в количестве 24.

Формулировка задачи для графического решения имеет вид:

F(X) = 27x1 + 9x3 > max при ограничениях:

3x1 ?144

2x1 + x3?130

x1 + 2x3?140

Графическое решение имеет вид:

Рис. 2

Сформулировать задачу, двойственную линейной производственной задаче, как задачу определения расчетных оценок ресурсов, и найти ее решение, пользуясь второй основной теоремой двойственности (о дополняющей нежесткости). Указать оценку единицы каждого ресурса, минимальную суммарную оценку всех ресурсов, оценки технологий.

Вектор двойственных оценок, минимизирующий общую оценку ресурсов, будет иметь вид:

Здесь - расчетные или двойственные оценки ресурсов.

Ограничения:

Оценки ресурсов

По второй теореме двойственности

и

Так как , то с учетом избыточности третьего ресурса задача сводится к решению системы

Откуда

Общая оценка всех ресурсов

Таким образом, добавление ресурса 1 или 2 обеспечит прирост прибыли на 3 и 9 единиц соответственно.

Задача о «расшивке узких мест»

Найти вектор , максимизирующий суммарный рост прибыли

При условии сохранения

, а также в предположении, что

Графическое решение задачи имеет вид:

Рис. 3

Прирост прибыли составит 738 единиц.

Транспортная задача линейного программирования

Исходные данные:

27

20

39

42

35

3

5

3

6

60

5

6

1

7

40

1

4

2

3

Математическая модель транспортной задачи:

F = ??cijxij, (1)

при условиях:

?xij = ai, i = 1,2,…, m, (2)

?xij = bj, j = 1,2,…, n, (3)

Стоимость доставки единицы груза из каждого пункта отправления в соответствующие пункты назначения задана матрицей тарифов

1

2

3

4

Запасы

1

3

5

3

6

35

2

5

6

1

7

60

3

1

4

2

3

40

Потребности

27

20

39

42

Проверим необходимое и достаточное условие разрешимости задачи.

?a = 35 + 60 + 40 = 135

?b = 27 + 20 + 39 + 42 = 128

Занесем исходные данные в распределительную таблицу.

1

2

3

4

5

Запасы

1

3

5

3

6

0

35

2

5

6

1

7

0

60

3

1

4

2

3

0

40

Потребности

27

20

39

42

7

Этап I. Поиск первого опорного плана.

1. Используя метод наименьшей стоимости, построим первый опорный план транспортной задачи.

1

2

3

4

5

Запасы

1

3

5[20]

3

6[15]

0

35

2

5

6

1[39]

7[14]

0[7]

60

3

1[27]

4

2

3[13]

0

40

Потребности

27

20

39

42

7

В результате получен первый опорный план, который является допустимым, так как все грузы из баз вывезены, потребность магазинов удовлетворена, а план соответствует системе ограничений транспортной задачи.

2. Подсчитаем число занятых клеток таблицы, их 7, а должно быть m + n - 1 = 7. Следовательно, опорный план является невырожденным.

Значение целевой функции для этого опорного плана равно:

Этап II. Улучшение опорного плана.

Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vi. по занятым клеткам таблицы, в которых ui + vi = cij, полагая, что u1 = 0.

v1=4

v2=5

v3=0

v4=6

v5=-1

u1=0

3

5[20]

3

6[15]

0

u2=1

5

6

1[39]

7[14]

0[7]

u3=-3

1[27]

4

2

3[13]

0

Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vi > cij

Выбираем максимальную оценку свободной клетки (1;1):3

Для этого в перспективную клетку (1;1) поставим знак «+», а в остальных вершинах многоугольника чередующиеся знаки «-», «+», «-».

1

2

3

4

5

Запасы

1

3[+]

5[20]

3

6[15][-]

0

35

2

5

6

1[39]

7[14]

0[7]

60

3

1[27][-]

4

2

3[13][+]

0

40

Потребности

27

20

39

42

7

Цикл приведен в таблице (1,1; 1,4; 3,4; 3,1; ).

Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (1, 4) = 15. Прибавляем 15 к объемам грузов, стоящих в плюсовых клетках и вычитаем 15 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.

1

2

3

4

5

Запасы

1

3[15]

5[20]

3

6

0

35

2

5

6

1[39]

7[14]

0[7]

60

3

1[12]

4

2

3[28]

0

40

Потребности

27

20

39

42

7

Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vi. по занятым клеткам таблицы, в которых ui + vi = cij, полагая, что u1 = 0.

v1=3

v2=5

v3=-1

v4=5

v5=-2

u1=0

3[15]

5[20]

3

6

0

u2=2

5

6

1[39]

7[14]

0[7]

u3=-2

1[12]

4

2

3[28]

0

Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vi > cij

Выбираем максимальную оценку свободной клетки (2;2):6

Для этого в перспективную клетку (2;2) поставим знак «+», а в остальных вершинах многоугольника чередующиеся знаки «-», «+», «-».

1

2

3

4

5

Запасы

1

3[15][+]

5[20][-]

3

6

0

35

2

5

6[+]

1[39]

7[14][-]

0[7]

60

3

1[12][-]

4

2

3[28][+]

0

40

Потребности

27

20

39

42

7

Цикл приведен в таблице (2,2; 2,4; 3,4; 3,1; 1,1; 1,2; ).

Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (3, 1) = 12. Прибавляем 12 к объемам грузов, стоящих в плюсовых клетках и вычитаем 12 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.

1

2

3

4

5

Запасы

1

3[27]

5[8]

3

6

0

35

2

5

6[12]

1[39]

7[2]

0[7]

60

3

1

4

2

3[40]

0

40

Потребности

27

20

39

42

7

Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vi. по занятым клеткам таблицы, в которых ui + vi = cij, полагая, что u1 = 0.

v1=3

v2=5

v3=0

v4=6

v5=-1

u1=0

3[27]

5[8]

3

6

0

u2=1

5

6[12]

1[39]

7[2]

0[7]

u3=-3

1

4

2

3[40]

0

Опорный план является оптимальным, так все оценки свободных клеток удовлетворяют условию ui + vi <= cij.

Минимальные затраты составят:

F(x) = 3*27 + 5*8 + 6*12 + 1*39 + 7*2 + 0*7 + 3*40 = 366

Методом динамического программирования решить задачу распределения капитальных вложений между четырьмя предприятиями производственного объединения, располагающего суммой в 700 тыс. руб., по исходным данным, приведенным в приложении 3 (выделяемые суммы кратны 100 тыс.).

Исходные данные:

0

25

41

55

65

75

80

85

0

30

52

76

90

104

116

125

0

50

68

82

92

100

107

112

0

61

80

93

100

106

112

116

Исходные данные.

f1

f2

f3

f4

xi

0

0

0

0

0

25

30

50

61

100

41

52

68

80

200

55

76

82

93

300

65

90

92

100

400

75

104

100

106

500

80

116

107

112

600

85

125

112

116

700

I этап. Условная оптимизация.

1-ый шаг. k = 4.

e3

u4

e4 = e3 - u4

f4(u4)

F*4(e4)

u4(e4)

100

0

100

0

100

0

61

61

100

200

0

200

0

100

100

61

200

0

80

80

200

300

0

300

0

100

200

61

200

100

80

300

0

93

93

300

400

0

400

0

100

300

61

200

200

80

300

100

93

400

0

100

100

400

500

0

500

0

100

400

61

200

300

80

300

200

93

400

100

100

500

0

106

106

500

600

0

600

0

100

500

61

200

400

80

300

300

93

400

200

100

500

100

106

600

0

112

112

600

700

0

700

0

100

600

61

200

500

80

300

400

93

400

300

100

500

200

106

600

100

112

700

0

116

116

700

2-ый шаг. k = 3.

e2

u3

e3 = e2 - u3

f3(u3)

F*3(e2)

F2(u3,e2)

F*3(e3)

u3(e3)

100

0

100

0

61

61

61

0

100

0

50

0

50

200

0

200

0

80

80

100

100

50

61

111

111

100

200

0

68

0

68

300

0

300

0

93

93

100

200

50

80

130

130

100

200

100

68

61

129

300

0

82

0

82

400

0

400

0

100

100

100

300

50

93

143

200

200

68

80

148

148

200

300

100

82

61

143

400

0

92

0

92

500

0

500

0

106

106

100

400

50

100

150

200

300

68

93

161

300

200

82

80

162

162

300

400

100

92

61

153

500

0

100

0

100

600

0

600

0

112

112

100

500

50

106

156

200

400

68

100

168

300

300

82

93

175

175

300

400

200

92

80

172

500

100

100

61

161

600

0

107

0

107

700

0

700

0

116

116

100

600

50

112

162

200

500

68

106

174

300

400

82

100

182

400

300

92

93

185

185

400

500

200

100

80

180

600

100

107

61

168

700

0

112

0

112

3-ый шаг. k = 2.

e1

u2

e2 = e1 - u2

f2(u2)

F*2(e1)

F1(u2,e1)

F*2(e2)

u2(e2)

100

0

100

0

61

61

61

0

100

0

30

0

30

200

0

200

0

111

111

111

0

100

100

30

61

91

200

0

52

0

52

300

0

300

0

130

130

100

200

30

111

141

141

100

200

100

52

61

113

300

0

76

0

76

400

0

400

0

148

148

100

300

30

130

160

200

200

52

111

163

163

200

300

100

76

61

137

400

0

90

0

90

500

0

500

0

162

162

100

400

30

148

178

200

300

52

130

182

300

200

76

111

187

187

300

400

100

90

61

151

500

0

104

0

104

600

0

600

0

175

175

100

500

30

162

192

200

400

52

148

200

300

300

76

130

206

206

300

400

200

90

111

201

500

100

104

61

165

600

0

116

0

116

700

0

700

0

185

185

100

600

30

175

205

200

500

52

162

214

300

400

76

148

224

224

300

400

300

90

130

220

500

200

104

111

215

600

100

116

61

177

700

0

125

0

125

4-ый шаг. k = 1.

e0

u1

e1 = e0 - u1

f1(u1)

F*1(e0)

F0(u1,e0)

F*1(e1)

u1(e1)

100

0

100

0

61

61

61

0

100

0

25

0

25

200

0

200

0

111

111

111

0

100

100

25

61

86

200

0

41

0

41

300

0

300

0

141

141

141

0

100

200

25

111

136

200

100

41

61

102

300

0

55

0

55

400

0

400

0

163

163

100

300

25

141

166

166

100

200

200

41

111

152

300

100

55

61

116

400

0

65

0

65

500

0

500

0

187

187

100

400

25

163

188

188

100

200

300

41

141

182

300

200

55

111

166

400

100

65

61

126

500

0

75

0

75

600

0

600

0

206

206

100

500

25

187

212

212

100

200

400

41

163

204

300

300

55

141

196

400

200

65

111

176

500

100

75

61

136

600

0

80

0

80

700

0

700

0

224

224

100

600

25

206

231

231

100

200

500

41

187

228

300

400

55

163

218

400

300

65

141

206

500

200

75

111

186

600

100

80

61

141

700

0

85

0

85

Поясним построение таблиц и последовательность проведения расчетов. Столбцы 1, 2 и 3 для всех трех таблиц одинаковы, поэтому их можно было бы сделать общими. Столбец 4 заполняется на основе исходных данных о функциях дохода, значения в столбце 5 берутся из столбца 7 предыдущей таблицы, столбец 6 заполняется суммой значений столбцов 4 и 5 (в таблице 4-го шага столбцы 5 и 6 отсутствуют). В столбце 7 записывается максимальное значение предыдущего столбца для фиксированного начального состояния, и в 8 столбце записывается управление из 2 столбца, на котором достигается максимум в 7.

Этап II. Безусловная оптимизация.

Из таблицы 4-го шага имеем F*1(e0 = 700) = 231. То есть максимальный доход всей системы при количестве средств e0 = 700 равен 231

Из этой же таблицы получаем, что 1-му предприятию следует выделить u*1(e0 = 700) = 100

При этом остаток средств составит:

e1 = e0 - u1

e1 = 700 - 100 = 600

Из таблицы 3-го шага имеем F*2(e1 = 600) = 206. То есть максимальный доход всей системы при количестве средств e1 = 600 равен 206

Из этой же таблицы получаем, что 2-му предприятию следует выделить u*2(e1 = 600) = 300

При этом остаток средств составит:

e2 = e1 - u2

e2 = 600 - 300 = 300

Из таблицы 2-го шага имеем F*3(e2 = 300) = 130. То есть максимальный доход всей системы при количестве средств e2 = 300 равен 130

Из этой же таблицы получаем, что 3-му предприятию следует выделить u*3(e2 = 300) = 100

При этом остаток средств составит:

e3 = e2 - u3

e3 = 300 - 100 = 200

Последнему предприятию достается 200

Итак, инвестиции в размере 700 необходимо распределить следующим образом:

1-му предприятию выделить 100

2-му предприятию выделить 300

3-му предприятию выделить 100

4-му предприятию выделить 200

Что обеспечит максимальный доход, равный 231

Анализ доходности и риска финансовых операций

Даны четыре операции Q1, Q2, Q3, Q4. Найдите средние ожидаемые доходы и риски ri операций. Нанесите точки (, ri) на плоскость, найдите операции, оптимальные по Парето. С помощью взвешивающей формулы найдите лучшую и худшую операции.

Взвешивающая формул:(Q) = 2- r.

Исходные данные:

Q1

:

2

6

8

22

Q2

:

0

4

8

32

1/2

1/4

1/5

1/20

1/2

1/4

1/8

1/8

Q3

:

-6

-4

-2

10

Q4

:

0

8

12

24

1/2

1/4

1/8

1/8

1/4

1/4

1/3

1/6

Математическое ожидание случайной величины и её дисперсия в случае, когда эта величина представляет собой доходность финансовой операции, соответственно являют собой среднюю ожидаемую доходность и квадрат риска.

Q1

:

2

6

8

22

р

1/2

1/4

1/5

1/20

ожидаемая доходность

риск

Q1

5

48

5,421791

Q2

6

140

1,801961

Q3

-3

35

-11,099

Q4

10.04

161,44

12,29293

Рис. 4

транспортный задача динамический программирование

Анализ по Парето и по заданному критерию показывает, что наилучшим вариантом является операция , а наихудшим - .

Размещено на Allbest.ru


Подобные документы

  • Сущность и постановка транспортной задачи для n переменных, их виды, применение и пример решения в MS Excel. Управляющие структуры ветвления Maple языка (if предложение). Решение транспортной задачи в векторных координатах для двух и трёх матриц.

    дипломная работа [109,3 K], добавлен 12.01.2011

  • Обзор задач, решаемых методом динамического программирования. Составление маршрута оптимальной длины. Перемножение цепочки матриц. Задача "Лестницы". Анализ необходимости использования специальных методов вероятностного динамического программирования.

    курсовая работа [503,3 K], добавлен 28.06.2015

  • Общее понятие и характеристика задачи линейного программирования. Решение транспортной задачи с помощью программы MS Excel. Рекомендации по решению задач оптимизации с помощью надстройки "Поиск решения". Двойственная задача линейного программирования.

    дипломная работа [2,4 M], добавлен 20.11.2010

  • Постановка задачи динамического программирования. Поведение динамической системы как функция начального состояния. Математическая формулировка задачи оптимального управления. Метод динамического программирования. Дискретная форма вариационной задачи.

    реферат [59,9 K], добавлен 29.09.2008

  • Математическая модель задачи. Симплекс-таблица. Решение задачи линейного программирования. коэффициенты при переменных в целевой функции. Метод северо-западного угла. Система неравенств в соответствии с теоремой Куна-Таккера. Функция Лагранжа.

    контрольная работа [59,5 K], добавлен 29.09.2008

  • Сущность и назначение основных алгоритмов оптимизации. Линейное программирование. Постановка и аналитический метод решения параметрической транспортной задачи, математическая модель. Метод решения задачи об оптимальных перевозках средствами MS Excel.

    курсовая работа [465,6 K], добавлен 24.04.2009

  • Алгоритм симплекс-метода. Задача на определение числа и состава базисных и свободных переменных, построение математической модели. Каноническая задача линейного программирования. Графический метод решения задачи. Разработки математической модели в Excel.

    курсовая работа [1,1 M], добавлен 18.05.2013

  • Транспортная задача как одна из самых распространенных специальных задач линейного программирования: понятие, основное назначение. Формальное описание метода минимального элемента. Характеристика этапов разработки алгоритма решения поставленной задачи.

    курсовая работа [713,3 K], добавлен 19.10.2012

  • Симплекс-метод решения задач линейного программирования. Определение интервалов устойчивости двойственных оценок по отношению к изменениям ресурсов каждого типа, оценка изменений общей стоимости изготовляемой продукции, определяемой планом производства.

    курсовая работа [332,9 K], добавлен 12.05.2011

  • Сущность и особенности выполнения метода динамического программирования. Решение математической задачи, принцип оптимальности по затратам, ручной счёт и листинг программы. Применение метода ветвей и границ, его основные преимущества и недостатки.

    курсовая работа [38,9 K], добавлен 15.11.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.